排序方式: 共有17条查询结果,搜索用时 15 毫秒
11.
基于深度学习的电机轴承微小故障智能诊断方法* 总被引:3,自引:0,他引:3
运用深度学习技术对滚动轴承微小故障发生的位置、类别和严重程度进行精准自动的辨识是当前故障诊断领域研究的热点。传统的故障诊断方法过度依赖于工程师凭经验进行手工特征提取,难以有效提取微小故障特征。提出了一种改进的CNNs-SVM的新方法用于电机轴承的故障快速智能诊断,该方法采用1×1的过渡卷积层与全局均值池化层的组合代替传统CNN的全连接网络层结构,有效减少CNN的训练参数量,在测试阶段采用支持向量机代替Softmax分类器进一步提升诊断准确率。最后将提出的方法用于电机支撑滚珠轴承的故障实验数据并与多种算法对比验证。结果表明,改进CNNs-SVM算法的故障识别准确率高达99.86%,同时在不同负载下具有良好的迁移泛化能力,具备实际工程应用的可行性。其诊断准确率和测试时间明显优于其他智能算法。 相似文献
12.
13.
为掌握键合臂的模态特性对保障贴片机键合精度的影响,建立键合臂的模态特性综合对比分析模型,以简化安装工况下的键合臂为对象,通过理论计算与实验测试相结合的方法对比分析键合臂的约束模态特性。通过ANSYS有限元数值计算得到前6阶振型特征,并以此为参考确定实验中激振点布置方案,然后联合使用LMS Test.Lab锤击系统和POLYTEC激光测振仪等工具对键合臂进行模态实验。通过模态参数特征识别和提取,经一致性对比分析,得到键合臂准确的模态参数和刚度分布情况。研究表明,键合臂的一阶固有频率为306 Hz,远高于外部激振源最高频率,动态特性满足设计要求。研究结果为贴片机键合臂的结构轻量化、结构优化及整机的防振、抑振等提供理论支撑和实验参考。 相似文献
14.
15.
16.
17.
采用机械共混法制备氢化丁腈橡胶(HNBR)胶料,研究助交联剂TAIC、陶土及马来酸酐接枝液体聚丁二烯(MA-LB)对HNBR胶料物理性能和耐R134a性能的影响。结果表明:随着助交联剂TAIC用量的增大,胶料的交联密度增大,物理性能、耐热性能和耐R134a性能提高;陶土N85能够降低R134a的穿透性,使得HNBR胶料具有更好的耐R134a性能;当MA-LB用量为6份时,胶料具有良好的综合物理性能和耐R134a性能。O形圈在宽温域环境(-55℃×72 h和150℃×72 h下循环两次)的密封试验结果表明,压缩率大于25%能够保证O形圈在R134a中密封性能的可靠性。 相似文献